浅谈输入法的码表种类及特性

化外愚民

说到输入法，想来大家都了解。但对于输入法平台，相信多数人不甚了然，或有一个模糊的认识，但对其细节的认识却可能并不准确。
    自然，我个人认识甚浅，只因发现这儿关于输入法本身的贴子较少，故此抛块陋砖，望引来高人落玉，自是幸事。
    现在不少的人对输入法有着较深的认识，但苦于不会编程，因此，空有好想法却做不出真正的输入法。而输入法平台，就是给输入法码表提供支持，使其升变成能用的输入法。这样打个比方，即输入法码表像手机卡，而输入法平台则像手机本身，当较准确。
    由上可见，输入法平台，核心就是对码表的支持能力，然后是依此而来的各种外延功能。因此，当说一下输入法的码表种类及特性。依个人浅见，从输入法平台的角度，输入法码表可分为以下几种：
      
    一、按单字的全码码长，可分为单字全码码长固定类型、单字全码非固定类型。
    （一）单字全码码长固定类型的，典型的便属传统五笔，传统五笔的单字全码码长是四（也有少数字是三，如“去”这样非字根且取码信息量少的）。单字固定码长的，基本是单字全码为四。但在词上，则又可分为词码长固定与非固定类型。
    1、词码长固定类型。较典型的也是传统五笔。传统五笔的词码长也是四码。这样字词全是四码的类型的特点往往是单字能力较出色，至于在词量上则或中型或小型。但就此种码表的特点来说，字词能力还是较均衡的，总的来说是字重于词。
    2、词码长非固定类型。
    此种又可分为每个字词皆打空格确定型和前部连续四码连打型。
    a、每个字词皆打空格确定型。因为词码长不固定，因此“连累”了1类中单字能四码直接上屏的功能不能实现，因此，需要每打一个字或词，都得用空格或别的键确定。这种类型的码表是支持的词能力大大增强，单字的能力也能得到一定的保证。总的来说是词重于字。
    b、有人由于看到了a中模式中需要按大量的空格（对于熟手来说，空格也是累赘），因此，提出连续打时，前部四码自动一切分，遇到超过四码的词后，即打空格确定。此即“超级字词”模式。比如说自然码中有此模式，酷极有此模式。这种模式可能理解的人不多，我便举个例子说一下：
    比如说有以下几个字词：
    abcd 甲字（单字）
    ef 乙字（单字）
    efgh 乙词（词）
    abcde 丙词（词）

    若你按的码是abcd时，提示行上出现的是四码中的甲字，再接着打e，出现的是abcde代表的丙词——似乎没什么出奇的？再接下来打f，提示行上出现的却是“甲字”和“乙字”的组合，即因为是空码，因此自动四码一切分了。再打gh，即你打的码是abcdefgh，则你应该能推算出，提示行中是abcd甲字和efgh乙词的组合了。
    这种模式的好处很明显，即相当于在过去的四码字词一顶的基础上，加入了长码词空格送出的功能。但损失了单字的一级简码的自动顶功能——这不出奇，没有无副作用的东西的。
    （二）单字全码码长非固定类型
     单字全码码长不固定类型的，最典型的自然是全拼，全拼单字的全码码长少则一，多则六。现在来说，单纯打全码的全拼已经基本没有了，因为本身的码表的效率过低，因此往往以简拼及智能性作弥补。我觉得作为输入法平台来说，不宜搞全拼的，虽然用者最众，但毕竟先天效率低下（就算加了智能亦如此，即只能在闲聊时能应付，别的方面实在不行），因此，对全拼，只是这样提一下，不再多讲。
     单字全码码长不固定的还有别的类型的，比如说声笔码（包括声笔飞码），这个留待下边讲，因为这种编码有其特殊性。
    二、按码表是否含“顶功”特性，可分为传统式码表和顶功码表。传统式码表，上面说的都是，不再多讲，这儿就说一下一种新型的码表，即顶功式码表。
    所谓顶功，就是打了上字的码，不用空格送出，就可以直接打下边的码，从而上字的码被顶出，所谓“顶”功。
    就技术来讲，顶功就是通过“空码时自动截空码前的内容”来实现的。就编码手段来说，顶功是通过分离出若干字母不参与正常编码，而作为一种特殊的小规则，并结合设定正常码自动截断的码长，来实现的。这样说，估计很多人看不明白，还是举例吧：
    比如说上面说的“声笔飞码”，它是分离出aeiou五个字母作为笔画码，并设定正常的码两码一截（它的正常码的结构是“声母”＋“部首”＋“笔画”＋“笔画”……）。举例：“夫”，声笔飞码中是“fa”（a为横），打fa后，再打“人”的第一码“r”，因为aeiou不作为正常编码，即这几个字母的后面不能跟正常的码，因此打r后，“夫”直接上屏，无须再打空格送出。还有，由于在正常编码方面设定的是两码一截（即不能连续打三个正常码），因此，打了两个正常码后，再打正常码，就会将前字顶出，无需空格。这样的好处是很明显的，即可以弄出来大量的一级简码（声笔飞码中是五百来个），从而使得打普通的文本时，由于五百个常用字的覆盖面已经相当大，因此纯单字的平均码长的很低的（大概能比五笔的单字码长短上35％左右）。不好处也是很明显的，即由于正常的码两码一截，因此使得编码空间过小，不是很常用的字的码长就有很长的，编码长短不大均衡，而且词能力基本没有了。当然，由于纯单字码长已经够短，再加上单字的确定性远比词好，因此，声笔飞码的效率还是很高的。
    我自己做的“丁丁码”也是顶功特性的码，不同的是丁丁是用的eiaov来作为五个笔画码，正常码是三码一截，正常码也不是用的部首，而是用的按笔顺来的前两个部件。和声笔飞码比，不好处是很明显的，即一级简码的数量大为降低（一百来个），打普通的文字时，纯单字的码长略有降低。好处也是很明显的，即二级简码的数量大为增强，使得多数字都是三码打出的，码长的规律均衡性更好（不会出现一个还算较常用的字需要打四码以上才能出来），词能力也增强了很多（当然，还是不能和传统的编码比的）。
    由此可见，顶功的码表都是在纯单字上很强，但在词能力上则削弱了很多，总的效率和传统的码表各有千秋，但确实是一种别样的体验。
    先说这些吧，匆忙间，漏的肯定不少，欢迎指正。

化外愚民

奇怪，段首的空格怎么显不出？

ailantian

呵呵,谢谢,来听课补习一下

看来输入法的开发可以在这里讨论,或者建一个子版就行了,不用跑google group那么老远了.

化外愚民

“上课”什么的不敢当。

我发这样的贴子是因为此地关于输入法本身的贴子少了些，算是加点吧。

输入法并不是只会编程就能做好的，再好的程序员，如果对输入法本身没有深入的认识，也是做不好的。

希望关心输入法本身的人也多一些。

化外愚民

做输入法软件，必要做能盲打的类型（盲打是软件和码表双方面的“功劳”）。盲打，并不是为了快，更重要的是一种自由感。实际上也是很简单能做到的，完全不像好多人想的那样难。我先后换用了不少种输入法，哪种都是月内盲打（除了第一种输入法自然码用的时间多些，但我是什么时候能盲打的，倒也是记不清了——开始用它是十一年前的事了，确实记不清了。这种不算吧），都没专门练。
   我觉得多数人做不到盲打，一方面是因为选用的输入法不对，他（她）用的输入法本身就是不能盲打的（如各种全拼），一方面是方法有问题（此处排掉键盘熟不熟的因素），即对输入法的规律尚不明了。当然，要做到快速盲打，输入法的规律性、效率如何，也是很重要的。

ctqucl

svn抓了个不全的源码,重下了个.